ข้ามไปบทความ

SCBX Unlocking AI สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)

สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)

โดย Insiderly
SCBX Unlocking AI สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)
เผยแพร่:

Keynote: How to Expedite Medical AI Development in Thailand

Event: SCBX Unlocking AI EP4, Computer Vision: How AI See Things Like We Do

Collaboration: SCBX และ Insiderly.ai

Venue: SCBX NextTech, สยามพารากอน ชั้น 4

Speaker: คุณศิวดล มาตยากูร, Co-Founder, Cariva

มนุษย์แต่ละคนไม่เหมือนกัน สุขภาพของแต่ละคนก็ไม่เหมือนกัน หากวงการแพทย์หาวิธีการดูแลรักษาคนไข้แบบ Personalized Care หรือให้การรักษาที่เฉพาะตัว เหมาะสมกับร่างกายของคนไข้ได้ จะเป็นประโยชน์อย่างยิ่งต่อการรักษาผู้ป่วยให้กลับมามีสุขภาพที่แข็งแรงต่อไป

ในงาน SCBX UNLOCKING AI: EP4 Computer Vision: How AI See Things Like We Do คุณศิวดล มาตยากูร, Co-Founder, Cariva มาบรรยายในหัวข้อ How to Expedite Medical AI Development in Thailand ถึงการพัฒนาของเทคโนโลยีทางการแพทย์ว่า AI นั้นสามารถช่วยแก้ปัญหาที่ว่ามานี้ในต่างประเทศได้แล้ว แต่ในไทยยังไม่สามารถทำเช่นนั้นได้ เพราะมีปริมาณข้อมูลไม่เยอะเพียงพอ

ดังนั้นถ้าอยากทำให้ AI ใช้งานได้จริง ต้องเริ่มจากการสร้างระบบพื้นฐานที่รองรับการทำงานของ AI ด้วย ถ้าสามารถเชื่อมต่อกับระบบพื้นฐาน หรือระบบ Smartphone ให้ผู้คนใช้ไม่ได้ ก็ไม่เป็นประโยชน์


HealthTech Ecosystem ในประเทศไทย

แต่ถ้าทำได้ ต่อจากนี้คนไข้อาจไม่ต้องเสียเวลาไปโรงพยาบาลอีกแล้ว และจะสามารถเข้ารับการรักษาได้เลยแบบ Telemedicine จากที่บ้านได้ โดยแพทย์ยังวินิจฉัย-วิเคราะห์ข้อมูลที่มีความแม่นยำได้ในเวลาแค่ไม่กี่นาที

คุณศิวดล ยกตัวอย่างว่าปัจจุบัน สถานที่ที่เต็มไปด้วย Data ด้านการแพทย์มากที่สุด มีข้อมูลเกี่ยวกับอาการป่วย การรักษาโรคที่มากที่สุดคือโรงพยาบาลศิริราช ที่มีการรักษาคนไข้ไม่ต่ำกว่า 3 ล้านเคสต่อปี แต่ข้อมูลเหล่านั้นกลับมีน้อยคนที่จะเข้าถึง และนำมาใช้ยกระดับทางการแพทย์ได้และต้องรอนานกว่า 1 ปีหากต้องทำเรื่องเพื่อเข้าถึงข้อมูลเหล่านั้นจริงๆ ซึ่งก็อาจสายเกินไป

นอกจากนั้นยังมีปัญหาเรื่อง PDPA เมื่อคนไข้ไม่อนุญาตให้เปิดเผยข้อมูลเพื่อนำไปใช้ในทางการแพทย์ ก็จะทำให้ไม่มีข้อมูลนำไปวิเคราะห์ สร้างประโยชน์ต่อไปได้

ไม่เพียงแค่คนนอกจะเข้าถึงข้อมูลไม่ได้ แต่แม้กระทั่งในโรงพยาบาลเองก็ยังมีปัญหา เข้าถึงข้อมูลของแต่ละหน่วยงานภายในไม่ได้ เพราะหน่วยงานต่างๆ มีรูปแบบการเก็บข้อมูลที่แตกต่างกันไป หากนำ AI มาช่วยงานได้จริง ก็จะต้องเสียเวลา Clean Data หรือจัดระเบียบข้อมูลอีกพักใหญ่

ปัญหาอีกประการก็คือ ที่ผ่านมามีองค์กร Startup ใช้โมเดลเก็บข้อมูล Open Source จากต่างประเทศ แล้วค่อยนำมาปรับใช้กับคนไทย ผลปรากฏว่าข้อมูลที่ได้นั้นไม่สามารถปรับใช้ได้อย่างมีประสิทธิภาพ เนื่องจากบริบทของชีวิตคนไทยและชาวต่างชาติแตกต่างกัน นำมาสู่ข้อสรุปว่าประเทศไทยควรต้องมีแพลตฟอร์ม Data ของคนไทยเองเท่านั้น จึงจะสามารถนำมาใช้กับคนไทยได้อย่างมีประสิทธิภาพ

คุณศิวดล ถือโอกาสนี้กล่าวขอบคุณฐานข้อมูลจากโรงพยาบาลศิริราช ที่รวบรวมข้อมูลการรักษามากกว่า 3 ล้านเคสต่อปีมาให้ใช้ในการพัฒนา ซึ่งเป็นประโยชน์อย่างยิ่งต่อการทำงาน และหวังว่าในอนาคตอันใกล้ จะช่วยให้แพทย์ 1 คนให้การรักษาคนไข้แบบ Personalized Care ได้จริงๆ

Insiderly

บทความจากกองบรรณาธิการ Insiderly

อ่านบทความทั้งหมด

More in ธุรกิจและการแข่งขัน

See all
ภาพปกวิดีโอต้นทางของ Nate Herk เรื่อง Karpathy และ Anthropic

Karpathy ร่วม Anthropic: ข่าวที่ยืนยันแล้วและคำคาดการณ์เรื่อง context

โดย Insiderly
/
Developer workspace window showing project list, changelog and code area

Rakuten แก้ปัญหาได้เร็วขึ้นสองเท่าด้วย Codex

โดย Insiderly
/
video thumbnail for 'NEW NVIDIA + Adobe AI Update is INSANE! 🔥'

NEW NVIDIA + Adobe AI Update: ระบบเอเจนต์ที่อาจ “แทนทั้งทีมการตลาด” ได้ในไม่กี่ปี

โดย Insiderly
/
ภาพคณะผู้ร่วมอภิปรายในสตูดิโอพูดคุยเรื่อง superintelligence

Sam Altman on Building the Future of AI: ทำไม “ซูเปอร์อินเทลลิเจนซ์” ถึงต้องเริ่มคุยตั้งแต่วันนี้ พร้อมกรอบคิดเรื่องความปลอดภัย ความยืดหยุ่น และการแบ่งปันผลประโยชน์

โดย Insiderly
/

บทความอื่นจาก Insiderly

See all
ภาพปกบทสัมภาษณ์ Will Koh จาก Ramp เรื่อง GPT-5.5

GPT-5.5 กับงานจริง: บทเรียนจาก Will Koh และ Ramp

โดย Insiderly
/
ภาพปกคลิป ChatGPT Images 2.0 พร้อมตัวอย่างภาพจรวด

ChatGPT Images 2.0: ย้อนดูแนวคิดภาพสำหรับงานธุรกิจ

โดย Insiderly
/
ภาพปก The End of Apps ของ Kitze บนเวที AI Engineer Europe

AI Agents กับจุดจบของแอป: บทเรียนจาก Kitze

โดย Insiderly
/
ภาพปกการสนทนา Human Judgment in Agentic Engineering จาก AI Engineer Europe

AI เร่งงานได้ แต่แรงเสียดทานช่วยให้เราตัดสินใจดีขึ้น

โดย Insiderly
/